日韩精品 中文字幕 动漫,91亚洲午夜一区,在线不卡日本v一区v二区丶,久久九九国产精品自在现拍





		



注冊  |  登錄讀書好，好讀書，讀好書！






        
讀書網-DuShu.com

        
         
                
      	
                
                	
                    
                    
                

                
            
        

        

               

				
				
				
       
        




















	當前位置： 首頁出版圖書科學技術工業(yè)技術一般工業(yè)技術基于深度學習的圖像去模糊技術

	



    
    

    
基于深度學習的圖像去模糊技術

    

	
基于深度學習的圖像去模糊技術
	
	

	

	

	
定　價：￥78.00

	

			
					

						作　者：
						祁清
					

					

						出版社：
						河海大學出版社
					

					

						叢編項：
						
					

					

						標　簽：
						暫缺
					

				
	
	

    
	

	

			
					

						ISBN：
						9787563083688
						出版時間：
						2023-09-01	
                        包裝：
						平裝					
					
					
					
					
						開本：
						16開
						頁數：
						177
						字數：
						 
					
					
				

        

   

    
    
    
	
	
	
	
內容簡介

	

	
　　市場上現(xiàn)有的與圖像復原技術相關的書籍，鮮少有直接闡述圖像去模糊技術的書籍，目前存在的一些書籍大多采用的是傳統(tǒng)圖像處理方法實現(xiàn)的圖像去模糊任務，而這些技術方法缺少人工智能、深度學習的技術背景，以及在深度學習方法與圖像去模糊任務之間建立聯(lián)系。本書以深度學習為基礎和技術背景為特色，首先介紹了大量與圖像去模糊任務相關的技術背景與網絡結構，其次闡述了采用深度學習解決圖象去模糊任務的算法。這較好地將技術的發(fā)展前沿與經典的圖像去模糊任務建立了聯(lián)系。該書從實際應用問題出發(fā)，介紹了圖像去模糊基本理論，詳細講解了深度學習前沿算法在圖像去模糊中的應用，具有較高的參考價值和學術價值。本書旨在幫助讀者以快速、有效的方式上手深度學習與圖像去模糊處理。從實際應用問題出發(fā)，通過圖像去模糊算法介紹如何使用深度學習解決這些問題。書中包含了深度學習的入門知識，是走進人工智能和圖像去模糊領域的 參考書目。
	
	
	
   
	
	
	
作者簡介

	

	
暫缺《基于深度學習的圖像去模糊技術》作者簡介
	
	
	
	
	
	
圖書目錄

	

	
第1章  緒論
  1.1  研究背景及意義
  1.2  圖像去模糊方法的 外研究現(xiàn)狀
    1.2.1  基于傳統(tǒng)圖像處理的圖像去模糊方法
    1.2.2  基于CNN的圖像去模糊方法
    1.2.3  基于GAN的圖像去模糊方法
    1.2.4  圖像去模糊數據集的制作
      1.2.4.1  GOPRO數據集
      1.2.4.2  Kohler標準數據集
      1.2.4.3  Lai標準數據集
      1.2.4.4  Su標準視頻序列
    1.2.5  圖像去模糊方法在特定類型圖像上的應用
      1.2.5.1  文本圖像去模糊方法與數據集制作
      1.2.5.2  人臉圖像去模糊方法與數據集制作
  1.3  圖像質量評價
    1.3.1  圖像主觀質量評價方法
    1.3.2  圖像客觀質量評價方法
  1.4  主要研究內容
  1.5  本書章節(jié)安排
第2章  模糊圖像成像模型與深度學習基礎知識
  2.1  模糊圖像退化模型
  2.2  深度學習基礎知識
    2.2.1  深度學習概述
    2.2.2  網絡的反向傳播
    2.2.3  深度學習優(yōu)化算法
    2.2.4  卷積層
    2.2.5  卷積神經網絡
    2.2.6  反卷積層
    2.2.7  非線性激活函數
  2.3  經典卷積網絡模型結構
    2.3.1  LeNet
    2.3.2  AlexNet
    2.3.3  VGGNet模型與感知特征
    2.3.4  殘差模塊
    2.3.5  DenseNet網絡
    2.3.6  Inception網絡
  2.4  生成對抗網絡與圖像去模糊
2.4.1生成對抗網絡的框架2.4.2生成對抗網絡的演變
    2.4.3  生成對抗網絡的應用
第3章  基于生成對抗網絡的圖像去模糊
  3.1  基于感知特征和多尺度網絡的圖像去模糊
    3.1.1  網絡結構
      3.1.1.1  生成網絡結構
      3.1.1.2  判別網絡結構
    3.1.2  目標損失函數
    3.1.3  實驗過程及結果分析
      3.1.3.1  合成模糊圖像的比較實驗
      3.1.3.2  真實模糊圖像的比較實驗
    3.1.4  單尺度生成網絡和多尺度生成網絡消融對比實驗
    3.1.5  生成網絡目標損失函數消融對比實驗
	
	

	

    
       
    
	
	

   

   

   

    
   

   
本目錄推薦







掃描二維碼










    

        

            
        

        
Copyright ? 讀書網 rgspecialties.com 2005-2020, All Rights Reserved.

        
鄂ICP備15019699號  鄂公網安備 42010302001612號